Praca domowa #1 z SAD
Zadanie 1:
Obserwujemy dwie niezależne próby losowe (X1, . . . , Xn), (Y1, . . . , Ym). Wiadomo, że Xi∼ N (2µ, 1) oraz Yi∼ N (µ, 1).
• Wyznaczyć Metodą Największej Wiarogodności estymator parametru µ (korzystając z obydwu prób).
Czy otrzymany estymator jest nieobciążony?
• Wyznaczyć ryzyko (średni błąd kwadratowy – MSE) uzyskanego estymatora.
Zadanie 2:
Niech (X1, . . . , Xn) będą niezależnymi zmiennymi losowymi o takim samym rozkładzie o gęstości postaci:
fλ(x) = 1
2λ3x2e−xλ, x > 0, λ > 0 .
• Wyznacz estymator Metodą Największej Wiarogodności nieznanego parametru λ.
• Wiedząc, że wartość oczekiwana wynosi EXi = 3λ, sprawdź, czy otrzymany estymator jest estyma- torem nieobciążonym.
• Wyznacz ryzyko (średni błąd kwadratowy, MSE) dla otrzymanego estymatora. Czy otrzymany esty- mator jest zgodny? (Obserwacja: dla estymatorów zgodnych limn→∞M SE(θ) → 0)
Zadanie 3:
Mamy sześciościenną kostkę do gry, przy czym nie znamy prawdopodobieństwa wypadnięcia 6, oznaczo- nego przez p. W celu oszacowania p rzucamy kostką dopóki nie wypadnie 6 i przez Y oznaczamy liczbę wykonanych rzutów. Jednak jeśli w pierwszych k rzutach nie wypadła 6 to przerywamy eksperyment i Y = k + 1.
• Na podstawie n niezależych powtórzeń powyższego eksperymenty wyznacz estymator Metodą Naj- większej Wiarogodności parametru p.
• Sprawdź, czy podany estymator jest estymatorem nieobciążonym
• Wyznacz ryzyko (średni błąd kwadratowy, MSE) dla otrzymanego estymatora. Czy otrzymany esty- mator jest zgodny? (Obserwacja: dla estymatorów zgodnych limn→∞M SE(θ) → 0)
Zadanie 4:
Niech X1, ..., Xn będzie próbą prostą z rozkładu Poissona o intensywności θ P (Xi= x) = θx
x!e−θ
1
• Znajdź ˆθ estymator Metodą Największej Wiarogodności parametru θ.
• Oblicz obciążenie oraz wariancję estymatora ˆθ, uzyskanego w poprzednim podpunkcie.
• Jak duże powinno być n, żeby błąd średniokwadratowy dla θ = 1 był mniejszy niż 0, 01, gdzie M SE(θ) = Eθ[(θ − ˆθ)2].
Zadanie 5:
Niech X1, ..., Xn będzie próbą prostą z rozkładu Pareto o parametrach a > 0, θ > 0 o gęstości fθ,a =
θaθ
xθ+11(x > a)
• Znajdź ˆθ oraz ˆa estymatory Metodą Największej Wiarogodności parametrów θ oraz a.
• Sprawdź, czy znalezione estymatory są nieobciążone.
• Wyznacz ryzyko (średni błąd kwadratowy, MSE) dla jednego z estymatorów.
Zadanie 6:
Niech X1, ..., Xn będzie próba prostą z rozkładu Log-normalnego o parametrach µ, σ2 > 0, o gęstości fµ,σ2 = 1
x√
2πσexp(−(ln(x) − µ)2 2σ2 )
• Znajdź ˆµ, ˆσ2 Estymatory Największej Wiarogodności parametrów µ, σ2,
• Oblicz obciążenie oraz wariancje estymatora ˆµ uzyskanego w poprzednim podpunkcie,
• Jak duże powinno być n, żeby błąd średniokwadratowy dla µ = 0, MSE(0), był mniejszy niż 0.01, gdzie MSE(µ) = Eθ(µ − ˆµ)2.
Zadanie 7:
Niech X1, ..., Xn będzie próba prostą z rozkładu normalnego o parametrach µ, σ2> 0.
• Znajdź ˆµ, ˆσ2 Estymatory Największej Wiarogodności parametrów µ, σ2,
• Oblicz obciążenie oraz wariancję estymatora ˆµ uzyskanego w poprzednim podpunkcie,
• Jak duże powinno być n, żeby błąd średniokwadratowy dla µ = 0, MSE(0), był mniejszy niż 0.01, gdzie MSE(µ) = Eθ(µ − ˆµ)2.
Zadanie 8:
Liczba wypadków samochodowych zgłoszonych do towarzystwa ubezpieczeniowego w k-tym miesiącu jest zmienną losową Wk o rozkładzie Poissona z parametrem λzk, gdzie zk jest liczbą samochodów zgłoszonych do ubezpieczenia w tym miesiącu, zaś λ jest nieznanym parametrem. Zmienne losowe Wk są niezależne.
• Wyznaczyć estymator Metodą Największej Wiarogodności parametru λ na podstawie próby W1, . . . , W12.
• Sprawdzić, czy ten estymator jest nieobciążony.
• Wyznaczyć ryzyko (średni błąd kwadratowy, MSE) dla uzyskanego estymatora.
2